平均与未解析气象条件同化入大涡模拟模型的数值实验
大气与海洋物理
2010-02-09 v1 计算物理
摘要
微气象学、城市舒适度、土地利用管理和空气质量监测日益成为重要的环境问题。为满足这些需求，气象学需要在微尺度（米至100公里）上实现表示和预报的重大进展，这一尺度被称为气象未知领域。大涡模拟模型（LES）是一种合适的数值工具，可支持这一发展。然而，目前LES在应用中的效用有限。本研究涉及两个问题。首先，研究微尺度上的数据同化问题，作为恢复与平均气象廓线一致的湍流场的可能性。其次，在先验数值实验中研究纳入未解析地表结构的方法。数值实验表明，最简单的 nudging 或牛顿松弛数据同化技术适用于湍流尺度。还表明，三层人工神经网络（ANN）的滤波特性可用于从未解析地表特征中制定地表应力。
引用
@article{arxiv.1002.1632,
title = {Numerical experiments with assimilation of the mean and unresolved meteorological conditions into large-eddy simulation model},
author = {Igor Esau},
journal= {arXiv preprint arXiv:1002.1632},
year = {2010}
}
备注
preprint from MEGAPOLI "Emissions, urban, regional and Global Atmospheric POLlution and climate effects, and Integrated tools for assessment and mitigation" project